危险品管理方法及其应用和系统与流程

    技术2024-11-10  12


    本发明涉及仓储管理技术、数字孪生技术、信息处理,尤其涉及危险品管理方法及其应用和系统。


    背景技术:

    1、港口码头作为货物集散的重要场地,经港口码头进行集散的货物不仅有加工原料,也有制成品;随着国际贸易的发展和港口集装箱吞吐量的增长,危险货物集装箱的运输和作业量也呈现快速增长的趋势。危险货物集装箱由于具有易燃、易爆、有毒、腐蚀等危险特性,对港口码头的安全管理和环境保护提出了更高的要求。

    2、目前关于港口码头货物安全管理的已披露文献中,大多是通过人员交叉巡逻和场地内摄像头双重监测实现安全管理,而对于一些危险品化工原料而言,其发生安全风险的诱发因素不仅仅局限在外在因素(例如集装箱或货物本身受到撞击,高热物传热等引发的燃烧、泄漏、泄漏),因为仓储环境的湿度、温度等环境因素结合危险品自身的特性而导致的危险品事故亦不鲜见,因此,对于危险品仓储管理而言,对其进行综合交叉监测管理是非常具有必要的。

    3、基于此,如何预防、有效防范、有效感应反馈和减少危险货物集装箱事故的发生,提高港口码头的安全管理水平是非常具有积极现实意义的研究课题和项目。


    技术实现思路

    1、有鉴于此,本发明的目的在于提出一种实施可靠、应用灵活且预警反馈效率佳的危险品管理方法及其应用和系统。

    2、为了实现上述的技术目的,本发明所采用的技术方案为:

    3、一种危险品管理方法,用于危险品在仓储区域内的风险管理,其包括:

    4、构建仓储管理数据库,将入库至仓储区域内的所有物品对应的储存位置信息和物品特征信息一一对应汇集形成储存信息,然后若干储存信息存储于仓储管理数据库中;

    5、响应对危险品发起的风险管理请求,确定风险管理请求对应的危险品信息,然后从仓储管理数据库中调取对应的储存信息,确定危险品在仓储区域内的储存位置信息及物品特性信息;

    6、根据危险品对应的物品特征信息,对危险品所在的储存环境进行环境参数监测,生成环境监测数据,然后按预设条件对环境监测数据进行判断,当其存在异常时,生成环境预警信息并输出。

    7、作为一种可能的实施方式,进一步,本方案还包括:

    8、根据危险品对应的物品特征信息和储存位置信息,对危险品所在位置预设范围内的仓储区域进行活动监测,以限制未授权的载具和/或活体进入,当存在未授权的载具和/或活体进入时,生成入侵预警信息并输出。

    9、作为一种较优的选择实施方式,优选的,本方案还包括:

    10、建立空间参照坐标系,将仓储区域内的地形、通道、固定物和存储区域均信息化映射至空间参照坐标系中,令其在空间参照坐标系中均具有对应的坐标位置信息;

    11、其中,所述储存位置信息包括物品对应的存储位置在空间参照坐标系中的坐标位置信息和/或物品对应存储位置的gps位置信息。

    12、作为一种较优的选择实施方式,优选的,本方案所述物品特征信息包括物品对应的产品名信息、规格信息、物理特征信息、化学特征信息、储存要求信息和危险级别信息中的一项以上;

    13、其中,所述存储要求信息包括物品对应存储时的温度、湿度、氛围要求中的一项以上;

    14、所述危险级别信息为人工定义,或按物品对应的物理特征信息、化学特征信息和存储要求信息中的一项以上结合定义。

    15、作为一种较优的选择实施方式,优选的,本方案根据危险品对应的物品特征信息,对危险品所在的储存环境进行环境参数监测,生成环境监测数据,然后按预设条件对环境监测数据进行判断,当其存在异常时,生成环境预警信息并输出包括:

    16、a01、根据危险品对应的物品特征信息,确定危险品对应的物理特征信息、化学特征信息、储存要求信息;

    17、a02、根据危险品对应的物理特征信息、化学特征信息和/或储存要求信息,确定危险品储存时的监测指标参数,根据监测指标参数对危险品所在的储存环境进行环境参数监测,生成环境监测数据;

    18、a03、结合危险品对应的物理特征信息、化学特征信息和/或储存要求信息对环境监测数据进行判断,生成判断结果;

    19、a04、获取判断结果,当其指向环境监测数据为异常时,根据判断结果,提取存在异常的数据,根据该数据生成对应的干预措施信息,同时,生成环境预警信息,将环境预警信息和异常的数据、干预措施信息汇集,且一并输出;

    20、其中,所述监测指标参数至少包括危险品所在存储区域的温度数据、湿度数据、气体氛围数据、振动数据,以及危险品本身和其所在存储环境的温度分布数据中的一项以上。

    21、作为一种较优的选择实施方式,优选的,本方案所述仓储管理数据库中还存储有载具权限信息和人员权限信息,所述载具权限信息包括载具id和载具可在仓储区域内移动的范围;所述人员权限信息包括人员id和人员可在仓储区域内移动的范围;

    22、其中,进入仓储区域内的载具上均设有标识其id的id标记物;进入仓储区域内的人员均录入有与其id关联的人脸信息和/或佩戴有标识其id的id标记物;

    23、根据危险品对应的物品特征信息和储存位置信息,对危险品所在位置预设范围内的仓储区域进行活动监测,以限制未授权的载具和/或活体进入,当存在未授权的载具和/或活体进入时,生成入侵预警信息并输出包括:

    24、b01、根据危险品对应的物品特征信息,确定危险品的预警级别;

    25、b02、根据危险品对应的预警级别和储存位置信息,对危险品所在预设范围内的仓储区域进行影像监测,生成影像监测数据;

    26、b03、获取影像监测数据,按时间序列对其进行抽帧处理,且每秒影像监测数据中抽取的图像帧不少于3张,获得以时间序列进行排列的若干图像帧;

    27、b04、对若干图像帧内的载具、活体进行轮廓定位、提取和识别,分别获得定位数据、局部图像和识别结果,然后将图像帧对应的时间点与其关联;

    28、b05、将时间跨度为20~60s的若干图像帧内对应同一对象的定位数据、局部图像和识别结果进行分为一组,获得数据组;

    29、b06、根据数据组中的识别结果确定图像帧中的对象为载具时,结合数据组中的若干局部图像,确定载具上id标记物所指向的id信息,然后从仓储管理数据库中调取该载具对应的载具权限信息,根据载具权限信息,结合数据组中的定位数据,判断载具的移动范围是否超出其权限对应的仓储区域,当超出时,生成入侵预警信息,且将对应数据组与其一并关联输出,当数据组中的若干局部图像无法确定载具上具有id标记物时,生成入侵预警信息,且将对应数据组与其一并关联输出;

    30、根据数据组中的识别结果确定图像帧中的对象为人时,结合数据组中的若干局部图像,确定图像帧中的人的人脸信息或id标记物所指向的id信息,然后从仓储管理数据库中调取该图像帧中的人对应的人员权限信息,根据人员权限信息,结合数据组中的定位数据,判断图像帧中的人的移动范围是否超出其权限对应的仓储区域,当超出时,生成入侵预警信息,且将对应数据组与其一并关联输出,当数据组中的若干局部图像无法确定图像帧中的人的人脸信息和id标记物所指向的id信息时,生成入侵预警信息,且将对应数据组与其一并关联输出;

    31、根据数据组中的识别结果确定图像帧中的对象为非人的活体时,结合数据组中的若干局部图像,确定图像帧中的非人的活体的体形规格,当其大于预设值时,生成入侵预警信息,且将对应数据组与其一并关联输出。

    32、作为一种较优的选择实施方式,优选的,本方案b04包括:

    33、1、图像帧数据预处理

    34、对所提取的图像帧进行去噪、增强和归一化处理,以提高其内容质量,通过高斯滤波器或中值滤波器来平滑图像帧,以使其内噪声得以一定程度的去除,滤波公式模型定义如下:

    35、

    36、

    37、其中,g(i,j)是高斯核,σ是标准差,其用于控制函数的宽度,i(x,y)是原始图像的像素值,i″(x,y)是滤波处理后的图像的像素值;

    38、通过直方图均衡化的方式对滤波去噪处理后的图像进行图像增强,其公式模型定义如下:

    39、

    40、其中,ienhanced(x,y)为经增强后的图像,min(i)是图像像素值的最小值,max(i)是图像像素值的最大值,i(x,y)为滤波处理后的图像像素值;

    41、对增强后的图像进行图像像素值归一化到[0,1]范围,其公式模型定义如下:

    42、

    43、其中,inormalized(x,y)为经像素值归一化处理后的图像像素值,i(x,y)为经增强后的图像像素值;

    44、2、对象检测

    45、通过canny边缘检测器对图像帧内的元素进行边缘检测,以实现元素定位,其公式模型定义如下:

    46、e(x,y)=canny(inormalized(x,y))

    47、在图像上应用滑动窗口进行扫描,并使用卷积神经网络对每个窗口进行分类,其公式模型定义如下:

    48、pobj=cnn(w(x,y))

    49、其中,w(x,y)为滑动窗口的图形块,pobj是分类对象的存在概率;

    50、通过合并重叠的检测窗口以进行非极大值抑制(nms):nms(b,p),其中,b是边界框的集合,p是对应的概率;

    51、3、特征提取

    52、通过尺度不变特征变换sift和加速稳健特征surf对检测定位到的元素对象进行提取,尺度不变特征变换sift提取关键点和描述子,其公式模型分别定义如下:

    53、d=sift(iobj)

    54、其中,iobj是对象区域,d是特征描述子集合;

    55、加速稳健特征surf提取加速特征点,其公式模型分别定义如下:

    56、d=surf(iobj)

    57、其中,d是特征描述子集合,iobj是对象区域;

    58、4、对象识别

    59、使用包括支持向量机svm或神经网络的机器学习算法对提取后的特征进行分类,从而实现识别对象;

    60、其中,支持向量机svm对提取后的特征进行分类的模型定义如下:

    61、y=svm(d)

    62、其中,y是分类结果,d是特征描述子集合;

    63、神经网络对提取后的特征进行分类的模型定义如下:

    64、y=nm(d)

    65、其中,y是分类结果,d是特征描述子集合。

    66、基于上述,本发明还提供一种用于港口集装箱堆场的危险品管理方法,其包括上述所述的危险品管理方法,其还包括:

    67、c01、根据所建立的空间参照坐标系,结合仓储区域内的地形、通道、固定物和存储区域在空间参照坐标系中的坐标位置信息,以及仓储区域内的所有物品对应的储存位置信息,构建基于数字孪生的仓储现场监测模型,并可视化示出;

    68、其中,所述入侵预警信息和环境预警信息均在仓储现场监测模型中可视化输出。

    69、作为一种较优的选择实施方式,优选的,本方案还包括:

    70、b07、响应入侵预警信息的输出,通过仓储区域内的影像监测单元对入侵对象进行影像监测,结合影像监测单元在仓储区域内的位置,对入侵对象在仓储区域内的位置进行实时反馈和追踪;

    71、其中,b07包括:通过卡尔曼滤波器或多目标跟踪算法对入侵对象进行跟踪,还基于跟踪数据对入侵对象进行行踪预测;

    72、其中,卡尔曼滤波器通过对入侵对象的位置信息进行状更新和测量更新来实现跟踪,其公式模型包括:

    73、(1)、状态更新

    74、xk|k-1=fxk-1|k-1+buk-1

    75、pk|k-1=fpk-1|k-1ft+q

    76、其中,xk|k-1是预测的状态向量,表示在时间k-1时刻的状态预测到时间k的状态估计,xk-1|k-1是更新的状态向量,表示在时间k-1时刻的状态估计;f是状态转移矩阵,b是控制输入矩阵,uk-1是控制输入向量,pk|k-1是预测的协方差矩阵,pk-1|k-1是更新的协方差矩阵,q是过程噪声协方差矩阵;

    77、(2)、测量更新

    78、kk=pk|k-1ht(hpk|k-1ht+r)-1

    79、xk|k=xk|k-1+kk(zk-hxk|k-1)

    80、pk|k=(i-kkh)pk|k-1

    81、其中,kk是卡尔曼增益,h是观测矩阵,r是观测噪声协方差矩阵,zk是观测向量,i是单位矩阵;

    82、在完成对象跟踪后,进一步使用长短记忆网络lstm等时序模型进行预测,其具体包括:

    83、1、输入序列

    84、xt=[xt,yt,vx,vy,ax,ay]

    85、其中,xt,yt分别为对象在t时刻时,在x、y方向上的位置,vx,vy分别为对象在t时刻时,在x、y方向上的速度,ax,ay分别为对象在t时刻时,在x、y方向上的加速度;

    86、2、lstm更新公式

    87、it=σ(wixt+uiht-1+bi)

    88、ft=σ(wfxt+ufht-1+bf)

    89、ct=ft⊙ct-1+it⊙tanh(wcxt+ucht-1+bc)

    90、ot=σ(woxt+uoht-1+bo)

    91、ht=ot⊙tanh(ct)

    92、其中,it是输入门,ft是遗忘门,ct是细胞状态,ot是输出门,ht是隐藏状态,wi、wf、wc、wo分别是输入到各门的权重矩阵;ui、uf、uc、uo是隐藏状态到各门的权重矩阵;bi、bf、bc、bo是各门的偏置向量;σ是sigmoid激活函数,tanh是双曲正切激活函数,⊙是元素逐次乘法;

    93、3、预测未来位置

    94、

    95、其中,是预测对象在未来时刻t+k的位置。

    96、基于上述,本发明还提供一种用于港口集装箱堆场的危险品管理系统,其应用有上述所述的用于港口集装箱堆场的危险品管理方法。

    97、采用上述的技术方案,本发明与现有技术相比,其具有的有益效果为:本方案通过构建数据库的方式,将仓储区域内的所有物品对应的储存位置信息和物品特征信息进行统一汇集管理后,可以使得后台管理人员直接从仓储管理数据库中调取需要进行特殊对待管理的危险品对应的信息,结合危险品对应的物理特征信息、化学特征信息和储存要求信息,为危险品的储存管理提供更具有针对性的方式,尤其是在环境监测上,可以基于危险品自身的特性来确定环境参数是否超出危险品对应的储存要求,以此实现预警;另外,本方案还通过危险品的物品特征信息和储存位置信息来实现对危险品所在位置预设范围内仓储区域的活动监测,使得未经授权的载具或活体进入时,能够及时地生成入侵预警信息,以供后台管理人员进行采取相关的干预措施,本方案不仅实施可靠,且应用灵活,适用于港口码头上的危险品集装箱堆场的安全管理。


    技术特征:

    1.一种危险品管理方法,用于危险品在仓储区域内的风险管理,其特征在于,其包括:

    2.如权利要求1所述的危险品管理方法,其特征在于,其还包括:

    3.如权利要求2所述的危险品管理方法,其特征在于,其还包括:

    4.如权利要求3所述的危险品管理方法,其特征在于,所述物品特征信息包括物品对应的产品名信息、规格信息、物理特征信息、化学特征信息、储存要求信息和危险级别信息中的一项以上;

    5.如权利要求4所述的危险品管理方法,其特征在于,根据危险品对应的物品特征信息,对危险品所在的储存环境进行环境参数监测,生成环境监测数据,然后按预设条件对环境监测数据进行判断,当其存在异常时,生成环境预警信息并输出包括:

    6.如权利要求4或5所述的危险品管理方法,其特征在于,所述仓储管理数据库中还存储有载具权限信息和人员权限信息,所述载具权限信息包括载具id和载具可在仓储区域内移动的范围;所述人员权限信息包括人员id和人员可在仓储区域内移动的范围;

    7.如权利要求6所述的危险品管理方法,其特征在于,b04包括:

    8.一种用于港口集装箱堆场的危险品管理方法,其特征在于,其包括权利要求3至7之一所述的危险品管理方法,其还包括:

    9.如权利要求8所述的用于港口集装箱堆场的危险品管理方法,其特征在于,其还包括:

    10.一种用于港口集装箱堆场的危险品管理系统,其特征在于:其应用有权利要求8或9所述的用于港口集装箱堆场的危险品管理方法。


    技术总结
    本发明公开了危险品管理方法及其应用和系统,本方案通过构建数据库的方式,将仓储区域内的所有物品对应的储存位置信息和物品特征信息进行统一汇集管理后,可以使得后台管理人员直接从仓储管理数据库中调取需要进行特殊对待管理的危险品对应的信息,结合危险品对应的物理特征信息、化学特征信息和储存要求信息,为危险品的储存管理提供更具有针对性的方式,尤其是在环境监测上,可以基于危险品自身的特性来确定环境参数是否超出危险品对应的储存要求,以此实现预警;本方案还通过危险品的物品特征信息和储存位置信息来实现对危险品所在位置预设范围内仓储区域的活动监测,使得未经授权的载具或活体进入时,能够及时地生成入侵预警信息。

    技术研发人员:刘志凯,王永春,王文强,王明明,李韬
    受保护的技术使用者:江苏省港口集团集装箱有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-21885.html

    最新回复(0)